Содержание к диссертации
Введение
Глава 1 Методы планирования работы магистрального нефтепровода и прогнозирования энергозатрат 14
1.1 Обзор работ по планированию работы магистральных нефтепроводов в детерминированной постановке задачи 15
1.2 Обзор работ в вероятностной постановке задачи планирования работы магистральных нефтепроводов 32
1.4 Выводы по первой главе 36
Глава 2 Исследование влияния технологических факторов на расход электроэнергии 38
2.1 Существующая система планирования работы магистральных нефтепроводов 38
2.2 Анализ взаимосвязей технологических факторов перекачки нефти и расхода электроэнергии 45
2.3 Прогнозирование физико-химических свойств нефти 55
2.4 Выводы по второй главе 64
Глава 3 Построение модели прогнозирования расхода электроэнергии магистрального нефтепровода по данным его эксплуатации 65
3.1 Описание задачи прогнозирования расхода электроэнергии по данным эксплуатации магистрального нефтепровода 65
3.2 Математическая модель задачи прогнозирования расхода электроэнергии по данным эксплуатации магистрального нефтепровода 67
3.3 Алгоритм решения задачи прогнозирования расхода электроэнергии по данным эксплуатации магистрального нефтепровода 69
3.4 Результаты решения задачи прогнозирования для заданного магистрального нефтепровода по данным эксплуатации магистрального нефтепровода
3.5 Выводы по третьей главе 77
Глава 4 Прогнозирование расхода электроэнергии магистрального нефтепровода по данным эксплуатации нескольких нефтепроводов 78
4.1 Математическая постановка задачи прогнозирования расхода электроэнергии магистрального нефтепровода по данным эксплуатации группы нефтепроводов 78
4.2 Алгоритм решения задачи прогнозирования расхода электроэнергии магистрального нефтепровода по данным эксплуатации группы нефтепроводов 80
4.3 Результаты решения задачи прогнозирования для магистрального нефтепровода по данным эксплуатации группы нефтепроводов 83
4.4 Внедрение разработанного метода прогнозирования расхода электроэнергии в трубопроводном транспорте нефти в состав комплекса режимно-технологических задач 87
4.5 Выводы по четвертой главе 92
Выводы и рекомендации 94
Список литературы
- Обзор работ в вероятностной постановке задачи планирования работы магистральных нефтепроводов
- Анализ взаимосвязей технологических факторов перекачки нефти и расхода электроэнергии
- Алгоритм решения задачи прогнозирования расхода электроэнергии по данным эксплуатации магистрального нефтепровода
- Алгоритм решения задачи прогнозирования расхода электроэнергии магистрального нефтепровода по данным эксплуатации группы нефтепроводов
Введение к работе
Актуальность работы. Для существующей системы нефтеснабжения актуальной задачей является снижение эксплуатационных расходов. Одной из основных статей эксплуатационных расходов при транспортировке нефти и нефтепродуктов являются затраты на электроэнергию. По опубликованным данным доля электроэнергии в себестоимости магистрального транспорта нефти составляет 20-25% и, в свете устойчивой тенденции роста цен на электроэнергию, будет продолжать расти.
Необходимо уметь прогнозировать затраты электроэнергии. Прогноз расхода электроэнергии осуществляется на основании разработанных план-графиков работы магистральных нефтепроводов (МН), и оба этих этапа являются составной частью процедуры планирования работы магистрального нефтепровода на предприятиях трубопроводного транспорта нефти.
В настоящее время выбор режима и периода работы магистрального нефтепровода на нем при заданных объемах перекачки нефти основывается на детерминированной постановке задачи. В период же эксплуатации на магистральный нефтепровод воздействуют случайные внешние и внутренние факторы, учесть которые можно путем обработки значительного количества статистической информации о технологическом процессе транспорта нефти. Поэтому прогноз расхода электроэнергии по разработанному план-графику работы магистральных нефтепроводов проводится на основе интуитивной оценки (ручного перебора) варианта предыдущей работы нефтепровода, что не может отразить всю полноту имеющихся возможностей и претендовать на адекватность (или количественную обоснованность) принимаемых решений.
В связи с этим важное значение приобретает исследование и разработка алгоритмов решения задач прогнозирования расхода электроэнергии.
Цель диссертационной работы. Разработка и исследование метода прогнозирования расхода электроэнергии в трубопроводном транспорте нефти с использованием искусственных нейронных сетей.
4 В рамках поставленных целей решались следующие задачи:
-
Оценка взаимосвязей между расходом потребляемой электроэнергии и показателями работы магистрального нефтепровода и перекачиваемой нефти.
-
Разработка модели нейросетевого метода прогнозирования расхода электроэнергии на нефтепроводе по данным его эксплуатации.
-
Определение возможности прогнозирования расхода электроэнергии по развивающимся или вновь вводимым в эксплуатацию магистральным нефтепроводам с использованием статистической информации о работе других нефтепроводов.
Методы исследований
При решении задач, поставленных в диссертационной работе, для разработанных математических моделей, использовались искусственные нейронные сети. Расчеты по разработанным алгоритмам выполнялись с использованием программ: «STATISTICA 6», «NeuroSolutions» (демо).
Научная новизна
-
Разработана математическая модель и решена задача прогнозирования расхода электроэнергии на нефтепроводе на основе нейросетевого метода.
-
Разработана математическая модель и показана возможность прогнозирования расхода электроэнергии на развивающихся или вновь вводимых в эксплуатацию нефтепроводах по статистической информации об эксплуатации нескольких магистральных нефтепроводов.
Практическая ценность
Полученные в работе результаты позволяют автоматизировать и повысить качество прогнозирования расхода электроэнергии на нефтепроводе. Разработанные алгоритмы использованы для расширения возможностей программных комплексов решения режимно-технологических задач ОАО МН,
5 а также переданы для использования в учебном процессе при подготовке
дипломированных специалистов и бакалавров по специальности
«Проектирование, сооружение и эксплуатация газонефтепроводов и
газонефтехр анил ищ».
Апробация работы. Основные материалы диссертации доложены на:
IV Международной учебно-научно-практической конференции «Трубопроводный транспорт - 2008», г. Уфа, 2008;
60-й научно-технической конференции студентов, аспирантов и молодых ученых, г. Уфа, 2009;
V Международной учебно-научно-практической конференции «Трубопроводный транспорт - 2009», г. Уфа, 2009;
VI Международной учебно-научно-практической конференции «Трубопроводный транспорт - 2010», г. Уфа, 2010
Публикации. По материалам диссертации опубликовано 9 научных работ, в том числе 3 статьи опубликованы в журналах, находящихся в перечне ведущих рецензируемых научных журналов и изданий в соответствии с требованиями ВАК Минобразования и науки РФ.
Структура работы. Диссертация состоит из введения, четырех глав, заключения и списка литературы. Объем основной части диссертации составляет 145 с, в том числе 29 рисунков и 3 приложения, список литературы из 104 наименований на 11 с.
Обзор работ в вероятностной постановке задачи планирования работы магистральных нефтепроводов
Энергозатраты являются той статьей расходов, которая может существенно. изменяться в процессе работы трубопроводов из-за практической реализации режимов загрузки трубопроводов, на него влияют надежность функционирования основного насосно-силового оборудования, ритмичность работы поставщиков и потребителей нефти, качество планирования, экономичность используемого энергетического оборудования.
В работах Асфандиярова Р.А., Беккера Л.М., Веремеенко С.А., Вязунова Е.В., Голосовкера В.И., Калики В.И., Крикунца A.M., Меерова М.В., Ретюнина Ю.П, Черняева В.Д., Шаммазова A.M., Щепеткова Л.Г. и др. рассматривается, оптимизация планирования работы нефтепроводов в детерминированной постановке задачи. Эти работы отличаются моделями, накладываемыми ограничениями и методами решения оптимальных задач.
Первые шаги по выбору графика перекачки нефти по магистральному нефтепроводу предприняты в работе Голосовкера В.И. [32]. Автор сравнивает удельную стоимость перекачки с на режимах с дросселированием и без него.
Автор считает, что экономически целесообразно работать на режимах без дросселирования (или с минимально возможным). Называет такие режимы фиксированными. Дана методика по определению целесообразных режимов из ряда оптимальных (фиксированных) доставляющих выполнение плана поставки за указанный период. Экономически обоснованно вести перекачку на двух фиксированных режимах с производительностями Qj и Q2) ближайшими к плановой производительности Qm, полностью используя плановое время:
Задача решается методом линейного программирования. Количество решений при планировании с учетом изменения состояния нефтепровода на одну единицу больше количества интервалов по времени планового периода с постоянными параметрами нефтепровода, т.е. не более чем один интервал времени с постоянными параметрами нефтепровода будет работать с изменениями режима, а остальные L-1 работают без изменения реэкимов в течение времени Tj .
Мееровым М.В., Фридманом В.Г., Щепетковым Л.Г. в работах [53, 54, 102, 103, 104] разработана модель, которая позволяет определить график перекачки нефти при заданных кусочно-постоянных графиках потребления и поступления с учетом возможностей резервуарного парка на головном и конечном пунктах нефтепровода. Свойства нефти (вязкость, удельный вес) и характеристики оборудования постоянны в планируемом периоде. Изменение режима работы (производительности) не связано с экономическими потерями, т.е. за переключения насосов штраф не накладывается. производительности во времени или план перекачки; C(Q(t)) — функция затрат на электроэнергию, расходуемую на привод основных насосов в единицу времени, в зависимости от производительности; Т — длительность планируемого периода; Vm — заданный объем перекачки за время Т; V"(t) — изменение количества накапливаемой нефти в начальной емкости трубопровода во времени; V(t) — изменение количества накапливаемой нефти в min конечной емкости трубопровода во времени; V"min — минимально допустимое значение количества накапливаемой нефти в начальной емкости
Оптимальные решения задачи линейного программирования будут иметь не более г+1 ненулевых неизвестных Тф т.е. не более чем одна нитка трубопровода будет работать с переключениями, а остальные г-1 работают без переключений в течение времени Т. Решение сводится к выбору двух оптимальных комбинаций производительностей , и Q2. Принцип построения ряда оптимальных производительностей (Qj) тот же, что и для однониточного нефтепровода. Ввиду большого количества комбинаций при решении задачи используется алгоритм оптимального распределения нагрузки на параллельно действующие объекты. Вязуновым Е.В. в [23] для системы т параллельно работающих, не связанных между собой нефтепроводов рассматривается задача оптимального распределения заданной производительности (Q) по отдельным нефтепроводам. В качестве целевой функции используется стоимость электроэнергии, потребляемой в единицу времени всеми агрегатами системы трубопроводов.
В задаче полагается, что нефтепроводы не связаны между собой перемычками и не имеют перетоков между собой по протяженности.
В работе Беккера Л.М. и Леонтьева Е.В. поставлена задача — определить аналитическим путем основные принципы оптимизации распределения расходов по системе параллельных труб с учетом КПД насосных агрегатов и высотных отметок трубопровода [12]. Получено условие оптимизации загрузки параллельных трубопроводов с учетом разницы КПД насосов, установленных на различных нитках и разности высотных отметок начала и конца трубопровода. Критерием оптимальности распределения расходов служит равенство удельных мощностей по всем ниткам.
Предложена формула для оптимального распределения расходов по параллельным ниткам при нулевой разности высотных отметок начала и конца трубопроводов, учитывающая КПД насосов:
Достаточно простой оптимизационный алгоритм для планирования грузопотоков нефти по разветвленной сети магистральных трубопроводов предлагают использовать Веремеенко С.А. и Миронов СП. [22]. Задача представляется в виде ограничений на время работы, объем перекачиваемой нефти по /-ому трубопроводу и на суммарный объем перекачки по всем трубопроводам в течение планового периода. Необходимо, чтобы перекачка заданного объема нефти по системе нефтепроводов осуществлялась с минимальными затратами электроэнергии.
Для решения задач оперативного выбора режимов нефтепроводов в системе с резервуарными парками в институте ВНИИСПТнефть разработан пакет программ. Основные решающие модули пакета программ могут быть использованы и для решения задач оптимального текущего планирования грузопотоков по системе нефтепроводов, в том числе и при наличии последовательной перекачки.
В работах Ретюнина Ю.П., Михеевой И.А., Велиева М.М. и др. [75, 76] разработана многоэтапная модель нефтепроводной сети, которую в принципе можно использовать для определения планов перекачки на предстоящие сутки. Сеть рассматривается как т последовательных интервалов времени. В этом случае 1-й этап — это предстоящие сутки, а все w-этапов времени охватывают период от начала предстоящих суток до конца текущего месяца.
Анализ взаимосвязей технологических факторов перекачки нефти и расхода электроэнергии
Расчет энергозатрат на собственные нужды производится по установленной мощности электроприемников с учетом загрузки, и числачасов работы, а так же с использованием АСТУЭ.
Ежедневно ОГЭ осуществляет контроль и анализ электропотребления по сравнению с плановыми показателями и причин их отклонения в разрезе НПС, РНУ, энергосистем и технологических участков нефтепроводов. Ежемесячно выполняет анализ соблюдения технологических режимов, на основании,которого вносят корректировки в планы электропотребления на следующий планируемый период с учетом фактических данных по потреблению электрической энергии каждого агрегата по показаниям, полученным из АСТУЭ и автоматизированной информационно-измерительной системы коммерческого учета электроэнергии (АИИС КУЭ).
При планировании режимов работы магистральных нефтепроводов на месяц считают, что в рассматриваемом периоде физико-химические свойства нефти и производительность нефтепровода на выбранных режимах величины постоянные. В реальных же условиях неизменными в течение больших промежутков времени являются показатели, характеризующие нефтепроводную систему и расположенное на ней оборудование (длины участков, раскладка труб по трассе, разность отметок высот начала и конца участков, паспортные характеристики основного и вспомогательного оборудования и т.д.). К изменяющимся показателям можно отнести: производительность нефтепровода, наличие товарной емкости в резервуарном парке, плотность и вязкость нефти при температуре перекачки, состояние надежности оборудования и объектов, проявляющиеся в нарушении плановой работы и т.п.
Например, производительность нефтепровода зависит от режима поставки и приема, запаса нефти и свободной емкости в РП нефтепроводной системы, простоев по различным причинам (аварии, неисправности), физико-химических свойств нефти (плотности и вязкости нефти при температуре перекачки), однородности нефти. На рисунке 2 нанесен тренд нормализованного по формуле 3.3 суточного расхода нефти на режиме у за 12 дней одного месяца для действующего нефтепровода. Режиму- определенная комбинация одновременно включенных насосных агрегатов. Прямая линия - плановый расход нефти выбранного при планировании режима у.
Из рисунка 2 видно, что нормализованный фактический расход нефти режима у за 12 суток изменяется в пределах от -1,5 до 1,8, то есть при одной и той же включенной комбинации насосных агрегатов производительность нефтепровода является величиной случайной [17, 41].
На рисунках 3, 4 представлены тренды нормализованной по формуле 3.3 вязкости и плотности нефти при температуре перекачке за 12 дней указанных выше. Разброс измеренных значений кинематической вязкости нефти в нормализованном виде колеблется от -2,6 до 1,1, разброс значений плотности нефти в нормализованном виде - от -2,1 до 1,3.
То есть, расход электроэнергии зависит от изменяющихся показателей, которые по своей природе стохастические. Естественно фактические и плановые показатели по расходу электроэнергии также будут различаться.
На рисунке 5 представлен тренд нормализованного по формуле 3.3 суточного расхода электроэнергии на режиме у за 12 дней указанных выше. Нормализованный фактический расход потребляемой электроэнергии режима у за 12 суток изменяется в диапазоне от -1,5 до 1,6. Прямая линия - плановый расход электроэнергии на режиме у". -—Фактическая величина
Фактический расход электроэнергии отклоняется от планового, на него оказывают влияние такие неучтенные факторы, как качество управления нефтепроводом (взливы в резервуарах, пропуск очистных устройств и т.п.). Эти факторы придают расходу электроэнергии на режиме j элемент неопределенности, и требуются учитывать их влияния наряду с основными закономерностями.
Широкое использование вычислительной техники, автоматизация: и телемеханизация объектов нефтепроводных систем позволяет сохранять в памяти историю изменения их состояния. Измерения технологических параметров (давление, массовый расход нефти, вязкость и плотность нефти при температуре перекачки, мощность, расход электроэнергии) упорядочены во времени и несут в себе большой объем информации для специалиста, у которого, в свою очередь, возникает трудности обобщения информации в короткие сроки.
С теоретической точки зрения можно неограниченно повышать точность решения задачи планирования работы магистральных нефтепроводов, учитывая все новые и новые группы факторов: от самых существенных до самых ничтожных. Практически попытка одинаково подробно и тщательно проанализировать влияние решительно всех факторов, от которых зависит явление, привела бы только к тому, что решение задачи в силу непомерной громоздкости и сложности оказалось бьг неосуществимым и к тому же не имело никакой практической ценности. Поэтому для оценки причины отклонения фактического расхода электроэнергии от планового- отобраны следующие изменяющиеся показатели.
В качестве исходных использованы фактические данные эксплуатации действующего магистрального нефтепровода, схема которого для наглядности представлена на рисунке 6.
Законченным технологическим процессом является перекачка нефти от резервуарного парка ЛПДС «А» до резервуарного парка конечного пункта. В этих условиях расход электроэнергии W (функция 7) определяется для нефтепровода в целом с учетом всех работающих объектов и фиксируется ежечасно для каждого насоса. Во всех точках расчетного (коммерческого) учета и точках технического контроля показателей качества электроэнергии установлены электронные счетчики класса точности 0,5S для учета электрической энергии.
В блоке качества нефти, расположенном на участке технологического трубопровода между резервуарным парком и подпорной нефтенасосной ЛПДС «А», ведется измерение физико-химических свойств нефти. Для характеристики нефти, перекачиваемой по нефтепроводу, приняты средние за сутки значения плотности р (переменная Х2) и вязкости v (переменная Х3). Плотность нефти измеряют поточными плотномерами или ареометрами в условиях аналитической лаборатории по объединенной (среднесменной) пробе. Вязкость нефти измеряют визкозиметрами. Погрешность измерения для всего диапазона плотности нефти составляет ±1,06 кг/м3, для вязкости нефти равен ±0,51% от среднего арифметического значения вязкости.
Алгоритм решения задачи прогнозирования расхода электроэнергии по данным эксплуатации магистрального нефтепровода
Факторов, влияющих на стабильность и экономичность работы магистрального нефтепровода, множество. К ним относятся: сезонное изменение температуры, плотность и вязкость перекачиваемой нефти, плановые ремонтны работы, отсутствие запасов нефти в резервуарном парке на голов нефтеперекачивающей станции или наличие свободной емкости на конечно пункте, переменная загрузка нефтепровода, степень запарафинирования нефтепровода, изменение характеристик силового оборудования и т.д.
Изменение температуры окружающей среды влияет на физико-химические параметры нефти в резервуарах, изменение же параметров нефти в трубопровод при ее движении зависит от температуры грунта. Поэтому неопределенность воздействия внешней и внутренней среды трубопроводной системы делает задачу прогнозирования расхода электроэнергии при транспортировке нефти часть сложного процесса. В этом случае эффективным решением является использование искусственных нейронных сетей (ИНС). ИНС является оаз для представления информационной модели на основе данных наблюдении на реальной системой [34].
Нейросеть может быть достаточно формально определена [84], как совокупность простых процессорных элементов - нейронов, обладают полностью локальным функционированием, и объединенных одноправленными связями, называемыми синапсами.
Каждый нейрон моделируется как устройство, имеющее несколько входов (дендриты), и один выход (аксон). Каждому входу, обозначенному х/, х2,..., х„, ставится в соответствие некоторый весовой коэффициент или вес Wi, характеризующий пропускную способность канала и оценивающий степень влияния сигнала с этого входа на сигнал на выходе. В теле нейрона происходит взвешенное суммирование входных возбуждений, и далее это значение является аргументом активационной функции нейрона, как это представлено на рисунке 19:
Выход нейрона есть функция его состояния: Работа нейросети разделяется на обучение и адаптацию. Под обучением понимается процесс адаптации сети к предъявляемым эталонным образцам путем модификации (в соответствии с тем или иным алгоритмом) весовых коэффициентов связей между нейронами.
На основании вышеизложенного необходимо построить информационную модель для прогнозирования расхода электроэнергии при планировании работы нефтепроводов на заданный период на основе реальных данных эксплуатации магистрального нефтепровода, описанного в главе 2.
Математическая модель задачи прогнозирования расхода электроэнергии по данным эксплуатации магистрального нефтепровода можно описать В математическом представлении функционирование ИНС информационным массивом, на основе которого строится прогноз: {Щ={Р} -{Х +1}, P= X,Y = X(i),Y(i),i=l,...,N , X +1 ={X(0,i=N+l,...,N+T}, где X(i) - вектор объясняющих переменных (вектор входных переменных) в точке і; результативный вектор (выходной вектор) в точке /; N — число точек наблюдения; Xм - вектор объясняющих переменных прогнозного периода (планируемые переменные). При прогнозировании расхода электроэнергии по магистральному нефтепроводу выбраны следующие переменные моделирования для построения ИНС: Результативная (выходная) переменная: W. Объясняющие (входные) переменные: М, р, v, 8V, Qcym, G24. Обозначим X(t) = {M{t),p{i),v{t)M{t),Qcym{t).G24{t)) " вект0Р входных показателей за период времени /. Из-за действия случайных факторов в системе и окружающей среде, переменные, влияющие на расход электроэнергии W, являются случайными. Пусть существует N реализаций случайного вектора {X(t)} J=i и соответствующее им множество реализаций случайного вектора Y(t) за период времени /, которое обозначим {W(t)}N . Эти реализации (измерения) в совокупности составляют обучающую выборку для нейросетевой модели:
Необходимо, по имеющимся данным за N прошлых периодов определить множество параметров прогнозной модели F({N},{W},{Z,},f) путём обучение ИНС и составить прогнозный план ежесуточного расхода электроэнергии на Т іиагов вперёд. При этом прогноз необходимо осуществить с некоторой заданной точностью Н.
Алгоритм решения задачи прогнозирования расхода электроэнергии по данным эксплуатации магистрального нефтепровода
Алгоритм построения математической модели прогнозирования расхода электроэнергии на Т шагов вперёд является итерационным. Блок-схема разработанного алгоритма представлена на рисунке 20. Рассмотрим основные подзадачи каждого блока.
В блоке 1 производится отбор показателей, влияющих на расход электроэнергии при перекачке нефти по магистральному нефтепроводу. По выбранным показателям на основе имеющейся базы данных наблюдений осуществляется сбор информации из разных источников: - суточная (массовая) производительность нефтепровода доступна на диспетчерских листах, в системе диспетчерского контроля и управления (СДКУ), автоматизированной системе контроля исполнения договоров (АСКИД); - свойства и объемы партий перекачиваемых нефтей - информация Лаборатории Качества, АСКИД; - наличие нефти в резервуарах НПС - данные СДКУ и диспетчерских листов; - фактические данные энергопотребления - ежедневные записи в журналах энергопотребления на ЛПДС и НПС, АСТУЭ, АИИС КУЭ.
Блок-схема алгоритма построения математической модели прогнозирования расхода электроэнергии Также здесь строятся функциональные критерии для оценки достоверности модели. Функциональные критерии должны обеспечить требования заказчика и нормативные положения. При изменении последних вид функционала может быть изменён.
В блоке 3 решается задача предобработки данных. Предварительно необходимо исключить или скорректировать «ошибки эксперимента». Далее осуществляется выбор формул нормировки и нормировка всех данных.
Общий принцип нормировки данных для построения нейросетевых моделей состоит в максимизации энтропии входов и выходов. Рассмотрим произвольную компоненту нормированных (предобработанных) данных: ,. Среднее количество информации, приносимой каждым примером х,а, равно энтропии распределения значений этой компоненты н(х,). Если эти значения сосредоточены в относительно небольшой области единичного интервала, информационное содержание такой компоненты мало. Напротив, если значения переменной х,а равномерно распределены в единичном интервале, информация такой переменной максимальна. Для нашей задачи выбрана нормировка, использующая статистические характеристики данных, такие как выборочная средняя и дисперсия:
Алгоритм решения задачи прогнозирования расхода электроэнергии магистрального нефтепровода по данным эксплуатации группы нефтепроводов
Средняя относительная ошибка прогнозирования расхода электроэнергии для денормализованных значений по статистической информации группы нефтепроводов составила 2,5%.
Точность прогнозирования расхода электроэнергии на развивающихся и вводимых в эксплуатацию магистральных нефтепроводах, то есть на таких нефтепроводах, у которых количество имеющихся наблюдений, отражающих изменение условий перекачки, ограничено, будет тем выше, чем больше будет статистической информации об эксплуатации данного магистрального нефтепровода.
Внедрение разработанного метода прогнозирования расхода электроэнергии в трубопроводном транспорте нефти в состав комплекса режимно-технологических задач
Промышленный программный комплекс режимно-технологических задач предназначен для получения численных характеристик и оптимизации выбора вариантов эксплуатации систем магистральных нефтепроводов. Поэтапная разработка и промышленное внедрение программного комплекса задач ведется специалистами Уфимского государственного нефтяного технического университета на предприятиях ОАО «АК «Транснефть». Структурная схема взаимодействия задач комплекса представлена на рисунке 29.
В состав комплекса входят блоки задач по: 1 идентификации параметров оборудования и контролю технического состояния объектов,магистральных нефтепроводов; 2 моделированию, гидравлическому расчету и оптимизации режимов работы магистральных нефтепроводов; 3 планированию работы систем магистральных нефтепроводов. Блок задач по идентификации параметров оборудования и контролю технического состояния объектов магистральных нефтепроводов включает в себя задачи: аттестация технического состояния объектов и оборудования магистральных нефтепроводов; идентификация характеристик работы оборудования и объектов магистральных нефтепроводов.
Комплекс задач по аттестации технического состояния объектов и оборудования магистральных нефтепроводов позволяет рассчитать характеристики надежности функционирования- линейной части магистральных нефтепроводов и оборудования, прогнозировать параметры безопасной работы. Комплекс задач по идентификации характеристик работы оборудования и объектов магистральных нефтепроводов позволяет получать фактические гидравлические и мощностные характеристики оборудования на основе реальных параметров их работы, проводить косвенную диагностику технического состояния оборудования. Комплекс формирует достоверную базу данных для задач моделирования, гидравлических расчетов и планирования.
Блок задач по моделированию, гидравлическому расчету и оптимизации режимов работы магистральных нефтепроводов включает в себя задачи: моделирование и гидравлический расчет режимов работы систем магистральных нефтепроводов; оптимизация выбора варианта включения насосных агрегатов стации А
Комплекс задач по планированию календарного графика объемов транспорта по сети магистральных нефтепроводов позволяет формировать посуточные объемы транспорта нефти с учетом приема-поставки нефти, наличия в резервуарном парке, планово-предупредительных ремонтов.
Комплекс задач по формированию план-графиков работы магистральных нефтепроводов на планируемый период позволяет составлять календарный график включения режимов работы магистральных нефтепроводов
Комплекс задач по прогнозированию расхода электроэнергии на планируемый период позволяет планировать расход электроэнергии с заданной точностью для заявки электроэнергии на оптовом рынке электроэнергии (мощности).
По выбранным входным и выходным показателям на основе имеющейся базы данных наблюдений осуществляется сбор информации: - двухчасовая и суточная (массовая) производительность нефтепровода доступна на диспетчерских листах, в системе СДКУ, АСКИД; - свойства и объемы партий перекачиваемых нефтей — информация Лаборатории Качества, АСКИД; - наличие нефти в резервуарах НПС - данные СДКУ и диспетчерских листов; - фактические данные энергопотребления - ежедневные записи в журналах энергопотребления на ЛПДС и НПС, АСТУЭ, АИИС КУЭ; - проектная пропускная способность, протяженность, диаметр и профиль трассы магистральных нефтепроводов — комплекты проектной, исполнительной и эксплуатационной документации ОЭН. По сформированной выборке набора данных осуществляется предобработка данных. После подготовки данных файл импортируется в программу «NeuroSolutions», где все наблюдения из файла данных делятся на три выборки (массива): обучающая, валидационная, тестовая. Обучающая выборка служит для обучения нейронной сети, валидационная - для независимой оценки хода обучения, тестовая - для окончательной оценки хода обучения. Аналогично все переменные делятся на входные и выходные.
После этого приступают к построению и обучению, нейронной сети: проводятся эксперименты с различным числом скрытых элементов для каждой пробной» архитектуры сети, отбирая при этом наилучшую сеть по, показателю контрольной ошибки.
Параметры нейронной сети, для которой задача решается наилучшим образом, запоминаются и используются для прогнозирования расхода электроэнергии по рассматриваемому магистральному нефтепроводу на заданный период.
Комплекс задач по контролю- исполнения принятого календарного план-графика работы систем магистральных нефтепроводов подразумевает соблюдение технологических режимов работы нефтепроводов. Позволяет осуществлять контроль и анализ фактических режимов работы нефтепроводов, потребленной электроэнергии по сравнению с плановыми показателями.
